MétaCan
Menu
Retour à la cohorte
Enregistrement W4399087967 · doi:10.1080/17410541.2024.2341608

The effect of <i>RNLS</i> gene polymorphisms on preeclampsia susceptibility: a meta-analysis study

2024· review· en· W4399087967 sur OpenAlexaff
Saeedeh Salimi, Abbas Mohammadpour‐Gharehbagh, Mohaddeseh Hedayat, Hamidreza Galavi, Mahdiyeh Harati‐Sadegh

Notice bibliographique

RevuePersonalized Medicine · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPreeclampsiaMeta-analysisMedicineGeneticsGeneBioinformaticsInternal medicineBiologyOncologyPregnancy

Résumé

récupéré en direct d'OpenAlex

Aim: The authors designed a meta-analysis to find a comprehensive result of the impact of RNLS polymorphisms on preeclampsia (PE) susceptibility. Methods: The online databases PubMed, Scopus, and Google Scholar were employed for the purpose of literature search. Data analysis was conducted using STATA (ver. 12.0) and MetaGenyo web tool. Results: The findings showed that the RNLS rs10887800 polymorphism could increase risk of PE in allelic, codominant heterozygous and dominant genetic models. In addition, the analysis indicated that the RNLS rs2576178 polymorphism was associated with higher risk of PE in allelic, codominant homozygous, dominant, and recessive models. Conclusion: The findings of meta-analysis showed that the RNLS rs10887800 and rs2576178 polymorphisms could increase risk of PE in several genetic models.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,015
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0100,028
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,122
Tête enseignante GPT0,416
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePersonalized MedicineMême sujetBirth, Development, and HealthTravaux en français237 207